【正文】
=22, SSEr= 2942679, (19802023) 已知約束條件個(gè)數(shù) m = 2, T k1 = 18。 ????? )1/( /)( kTS SE mS SES SEF u ur )422/( 8 4 60 2/) 8 4 602 9 4 267 9( ??? (第 3版 256頁) 例 :建立中國國債發(fā)行額模型 EViews可以有三種途徑完成上述 F檢驗(yàn)。 (第 3版 256頁) 例 :建立中國國債發(fā)行額模型 ( 2)在非約束模型輸出結(jié)果窗口中點(diǎn)擊 View,選 Coefficient Tests, Redundant Variables Likelihood Ratio功能(模型中是否存在多余的不重要解釋變量),在隨后彈出的對(duì)話框中填入 GDP, DEF。 (第 3版 256頁) 例 :建立中國國債發(fā)行額模型 似然比( LR)檢驗(yàn) (第 3版 257頁) 似然比( LR )統(tǒng)計(jì)量 : LR = 2 [ log L (?~,2~?) log L (??,2??) ] 其中 : l o g L (??,2??) = 2Tl og 2 ?2??22?2??? tu表示 估計(jì) 非約束模型 的極大似然函數(shù) 。 判別規(guī)則是, 若 LR ? ? 2? ( m ) , 則接受零假設(shè),約束條件成立。是否成立。 似然比( LR)檢驗(yàn)的 EViews操作有兩種途徑。 ( 2)在約束模型估計(jì)結(jié)果窗口中點(diǎn)擊 View,選 Coefficient Tests, Omitted Variables Likelihood Ratio功能(模型中是否丟了重要的解釋變量),在隨后彈出的對(duì)話框中填入擬加入的解釋變量 GDP, DEF。 沃爾德 檢驗(yàn)的原理 是測量無約束估計(jì)量與約束估計(jì)量之間的距離。 定義 W 統(tǒng)計(jì)量為, W =)??(Va r)??( 3232 ???? ??? N ( 0, 1) 在約束條件成立條件下, W 漸 近 服從 N ( 0, 1) 分布。 統(tǒng)計(jì)量定義如下, )1(1)(39。 ( Wald)檢驗(yàn) (只講應(yīng)用) (第 3版 262頁) 沃爾德 檢驗(yàn)的 E V i e w s 操作方法 : 在 估計(jì) 式窗口中點(diǎn)擊 V i e w ,選 C oe f f i ci ent T es t s, W al d C oe f f i ci ent R es t ri ct i ons 功能 ,并在隨后彈出的對(duì)話框中填入 C( 2 ) / C ( 3 ) = , 得輸出結(jié)果如圖 。 拉格朗日乘子( LM)檢驗(yàn) (不講) 拉格朗日( Lagrange)乘子( LM)檢驗(yàn) 只需估計(jì)約束模型 。 (第 3版 264頁) (第 3版第 265頁) LM 檢驗(yàn)的 輔助回歸式計(jì)算 步驟如下 : ( 1) 確定 LM 輔助回歸式的因變量tu?。 jtu???, j = 0, 1, …, k . 對(duì)于非約束模型( 1 1. 26 ), LM 輔助回歸式中的解釋變量是 1 , x1 t , x2 t , …, xk t 。 ( 5) 用第四步得到的 R2計(jì)算 LM 統(tǒng)計(jì)量的值。 ( 1) 用 O L S 法估計(jì)約束模型 ,計(jì)算殘差序列tu?, Ln yt = 2 . 16 + 1 . 24 Ln xt 1 + tu? ( 4 . 9 ) ( 1 7 . 6 ) R2 = 0. 96 , F = 3 12 并把tu?作為 LM 輔助回歸式的因變量。第一個(gè)解釋 變量 1 表明 常數(shù)項(xiàng) 應(yīng)包括在 LM 輔助回歸式中。 LM = T R 2 = 9 ? 15 = 13. 35 ?2( 1 ) = 原假設(shè) ?3 = 0 不 成立。 正態(tài)分布的 峰 度 值 為 3 。 S 表示偏度。 02 00 04 00 06 00 08 00 01 00 001 20 00 2. 5 0 . 0 2 . 5S e r i e s : YS a m p l e 1 1 0 0 0 0 0O b s e r v a t i o n s 1 0 0 0 0 0M ea n 0 . 00 23 71M ed i an 0 . 00 63 20M ax i m u m 4 . 54 61 95M i n i m u m 4. 4 89 61 9S t d. D e v . 0 . 99 85 53S kew n ess 0. 0 14 18 1K u r t o si s 3 . 00 92 64Ja r q u e B e r a 3 . 70 93 76P r o ba bi l i t y 0 . 15 65 02 因?yàn)?JB = 3. 7 1 ? 20. 0 5 ( 2 ) = ,所以上述分布為正態(tài)分布。 (第 3版 278頁) 則檢驗(yàn) xt 對(duì) yt不存在格蘭杰因果關(guān)系的零假設(shè)是 H0: ?1 = ?2 = …= ?k = 0 顯然如果 xt 的滯后變量的回歸參數(shù)估計(jì)值全部不存在顯著性,則上述假設(shè)不能被拒絕。SSEu 表示不施加約束條件下模型的殘差平方和。用樣本計(jì)算的 F 值如果落在臨界值以內(nèi),接受原假設(shè),即 xt 對(duì)yt 不存在格蘭杰因果關(guān)系。 ( 3) 格蘭杰因果關(guān)系與哲學(xué)意義的因果關(guān)系還是有區(qū)別的 。兩個(gè)序列存在高度的相關(guān)關(guān)系,那么兩個(gè)序列間可能存在雙向因果關(guān)系,也有可能存在單向因果關(guān)系。 (第 3版 279頁) 格蘭杰 ( Granger) 因果性檢驗(yàn) (不講) 下面做關(guān)于滯后 2 期的 SZt是否是 SHt的 G r ange r 因果性原因的檢驗(yàn)。 SHt 和 SZt之間存在單向因果關(guān)系。 用滯后 5, 10, 15, 20, 25期的檢驗(yàn)式分別檢驗(yàn),結(jié)果見下表: 結(jié)論都是上海綜指不是深圳成指變化的 Granger原因,但深圳成指是上海綜指變化的 Granger原因。如果 xt 1對(duì) yt不存在顯著性影響,則應(yīng)該再做滯后期更長的檢驗(yàn)。 結(jié)束 靜夜四無鄰,荒居舊業(yè)貧。 13:50:1513:50:1513:50Monday, January 30, 2023 1乍見翻疑夢(mèng),相悲各問年。 2023年 1月 30日星期一 1時(shí) 50分 15秒 13:50:1530 January 2023 1做前,能夠環(huán)視四周;做時(shí),你只能或者最好沿著以腳為起點(diǎn)的射線向前。 :50:1513:50Jan2330Jan23 1世間成事,不求其絕對(duì)圓滿,留一份不足,可得無限完美。 2023年 1月 下午 1時(shí) 50分 :50January 30, 2023 1少年十五二十時(shí),步行奪得胡馬騎。 13:50:1513:50:1513:501/30/2023 1:50:15 PM 1越是沒有本領(lǐng)的就越加自命不凡。 :50:1513:50:15January 30, 2023 1意志堅(jiān)強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 下午 1時(shí) 50分 15秒 下午 1時(shí) 50分 13:50: MOMODA POWERPOINT Lorem ipsum dolor sit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis amet, consectetur adipiscing elit. Fusce id urna blanditut cursus. 感謝您的下載觀看 專家告訴